مطالب مرتبط با کلیدواژه

خوشه بندی کا- میانگین


۱.

بخش بندی مشتریان بر اساس ارزش دوره عمر آنها با استفاده از داده کاوی بر مبنای مدل آر.اف.ام. (RFM)(مقاله علمی وزارت علوم)

کلیدواژه‌ها: مدیریت ارتباط با مشتری ارزش دوره عمر مشتری بخش بندی مشتریان مدل آر.اف.ام. (RFM) خوشه بندی کا- میانگین

حوزه های تخصصی:
تعداد بازدید : ۲۷۷۲ تعداد دانلود : ۱۵۳۹
امروزه تعامل شرکت ها با مشتریان در قالب مدیریت ارتباط با مشتری به طور قابل توجهی تغییر یافته است. شناسایی ویژگی های مشتریان مختلف و تخصیص بهینه منابع به آنها با توجه به ارزشی که برای شرکت ها دارند، به یکی از دغدغه های اصلی در حوزه مدیریت ارتباط با مشتری تبدیل شده است. هدف این مقاله ارائه مدل مناسبی جهت بخش بندی مشتریان بر اساس ارزش دوره عمر آنها می باشد. در فرایند پیشنهادی این تحقیق که در شرکت بازرگانی طوس شرق اجرا گردیده است، پس از تعیین مقادیر شاخص های مدل آر.اف.ام. (RFM) شامل تازگی مبادله، تعداد دفعات مبادله و ارزش پولی مبادله در 260 مشتری و وزن دهی آنها با استفاده از فرایند تحلیل سلسله مراتبی، با توجه به تعداد خوشه بهینه بر اساس شاخص وارد، به خوشه بندی مشتریان با استفاده از روش کا- میانگین پرداخته شده است. نتایج مطالعه حاضر، زمینه را برای تحلیل ویژگی های مشتریان شرکت در 8 بخش اصلی فراهم نمود. همچنین با بخش بندی مشتریان در قالب هرم ارزش دوره عمر مشتری، مشتریان کلیدی و با ارزش شرکت مشخص شدند. در نهایت نیز پیشنهادهایی به شرکت جهت بهبود سیستم مدیریت ارتباط با مشتری ارائه گردید.
۲.

ارائه مدلی برای تحلیل رفتار عامل های پاسخگو به تماس های مشتریان در مراکز تماس: مورد کاوی داده های عامل های مرکز تماس یکی از شرکت های خودروسازی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: مدیریت منابع انسانی مدیریت ارتباط با مشتری خوشه بندی کا- میانگین مرکز تماس

حوزه های تخصصی:
  1. حوزه‌های تخصصی مدیریت مدیریت سازمانی و منابع انسانی رفتار سازمانی
  2. حوزه‌های تخصصی مدیریت مدیریت صنعتی تحقیق در عملیات مدلسازی ریاضی
تعداد بازدید : ۹۴۹ تعداد دانلود : ۵۱۹
هدف این مقاله ارائه مدلی برای تحلیل رفتار و تعیین فاکتور کارآمدی[1] عامل های پاسخگو به تماس های مشتریان در مراکز تماس2 می باشد. هدف از ارائه این مدل شناسایی نقاط ضعف و قوت عامل ها در ارائه خدمت به مشتریان است. سه شاخص به نام های F، U و Q شامل تعداد دفعات پاسخگویی، مدت زمان یک تماس واحد و کیفیت پاسخگویی به تماس ها برای تحلیل رفتار عامل ها تعریف شد. سپس با مشاوره به کمک افراد خبره شاخص ها وزن دهی شدند. سپس با توجه به تعداد خوشه های بهینه براساس شاخص دیویس به خوشه بندی عامل ها با استفاده از روش کا- میانگین پرداخته شد. سپس معیاری برای سنجش کارآمدی عامل ها تعریف کرده و به تحلیل نتایج به دست آمده پرداختیم. موردکاوی صورت گرفته روی 3401535 رکورد از داده های تماس 158 عامل در مرکز تماس یکی از شرکت های وابسته به صنایع خوردروسازی بوده است. نتایج به دست آمده نشان می دهند که کارآمدی عامل ها ارتباطی با جنسیت آن ها ندارد. شرکت از بهترین و با تجربه ترین عامل های خود کمترین استفاده را در پاسخگویی به تماس های مشتریان می برد و در صورتی که یکی از نکات مهم در مدیریت منابع انسانی استفاده بهینه از متخصص ها می باشد. از طرف دیگر نتایج نشان می دهند که سازمان برای استخدام عامل های جدید باید به سطح تحصیلات و مهارت آن ها در پاسخگویی به تماس های مشتریان بسیار توجه کنند.
۳.

شناسائی الگوی رفتاری مشتریان در بیمه عمر و تشکیل سرمایه با استفاده از تکنیکهای داده کاوی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: مدیریت ارتباط با مشتری ارزش دوره عمر مشتری بخش بندی مشتریان خوشه بندی کا- میانگین مدل آر.اف.ام (RFM)

حوزه های تخصصی:
  1. حوزه‌های تخصصی مدیریت مدیریت بازرگانی مدیریت بیمه بیمه اشخاص
  2. حوزه‌های تخصصی مدیریت مدیریت سازمانی و منابع انسانی روابط فرد و سازمان
تعداد بازدید : ۱۵۰۶ تعداد دانلود : ۷۷۸
امروزه تعامل شرکت ها با مشتریان در قالب مدیریت ارتباط با مشتری به طور قابل توجهی تغییر یافته است. شناسایی ویژگی های مشتریان مختلف و تخصیص بهینه منابع به آنها با توجه به ارزشی که برای شرکت ها دارند، به یکی از دغدغه های اصلی در حوزه مدیریت ارتباط با مشتری تبدیل شده است. هدف این مقاله ارائه مدل مناسبی جهت بخش بندی مشتریان بر اساس برخی از مهم ترین ویژگی های مالی، جمعیت شناختی در قالب عوامل مؤثر بر شاخص های ارزش دوره عمر مشتری (آر.اف.ام) می باشد. در فرایند پیشنهادی این تحقیق که در شرکت بیمه سامان اجرا شده است، پس از تعیین مقادیر شاخص های مدل آر.اف.ام (RFM) شامل تازگی مبادله، تعداد دفعات مبادله و ارزش پولی مبادله در 180000 مشتری و وزن دهی آنها با استفاده از فرایند تحلیل سلسله مراتبی، تعداد خوشه بهینه بر اساس شاخص سیلوئت و نرخ تأثیر شاخص های آر.اف، ام با استفاده از الگوریتم Two-step انجام شد و در مرحله بعد به خوشه بندی مشتریان با استفاده از روش K-means پرداخته شده است. نتایج مطالعه حاضر، زمینه را برای تحلیل ویژگی های مشتریان شرکت در سه بخش اصلی فراهم نمود. همچنین با اولویت بندی خوشه ها بر اساس شاخص های آر.اف.ام، مشتریان کلیدی و با ارزش شرکت مشخص شدند. در نهایت نیز پیشنهادهایی به شرکت برای بهبود سیستم مدیریت ارتباط با مشتری ارائه گردید.